医学 AI

The KiTS19 Challenge Data: 300 Kidney Tumor Cases with Clinical Context, CT Semantic Segmentations, and Surgical Outcomes

Nicholas Heller, Niranjan Sathianathen, Arveen Kalapara, Edward Walczak, Keenan Moore, Heather Kaluzniak, Joel Rosenberg, Paul Blake, Zachary Rengel, Makinna Oestreich, Joshua Dean, Michael Tradewell, Aneri Shah, Resha Tejpaul, Zachary Edgerton, Matthew Peterson, Shaneabbas Raza, Subodh Regmi, Nikolaos Papanikolopoulos, Christopher Weight

专题命中 医学影像 ：CT(title,abstract)；diagnosis(abstract)；分类 cs.LG、q-bio

Comments 13 pages, 2 figures

Abdominal multi-organ segmentation with cascaded convolutional and adversarial deep networks

Pierre-Henri Conze, Ali Emre Kavur, Emilie Cornec-Le Gall, Naciye Sinem Gezer, Yannick Le Meur, M. Alper Selver, François Rousseau

专题命中 医学影像 ：medical image(abstract)；CT(abstract)；diagnosis(abstract)；biomedical(abstract)

Unsupervised Deformable Image Registration Using Cycle-Consistent CNN

Boah Kim, Jieun Kim, June-Goo Lee, Dong Hwan Kim, Seong Ho Park, Jong Chul Ye

专题命中 医学影像 ：medical image(abstract)；CT(abstract)；diagnosis(abstract)；biomedical(abstract)

Comments accepted for MICCAI 2019

NLTG Priors in Medical Image: Nonlocal TV-Gaussian (NLTG) prior for Bayesian inverse problems with applications to Limited CT Reconstruction

Didi Lv, Qingping Zhou, Jae Kyu Choi, Jinglai Li, Xiaoqun Zhang

专题命中 医学影像 ：medical image(title)；CT(title)

Quantification of Trabeculae Inside the Heart from MRI Using Fractal Analysis

Md. Kamrul Hasan, Fakrul Islam Tushar

专题命中 医学影像 ：MRI(title,abstract)；diagnosis(abstract)；分类 cs.CV、q-bio

Highly accurate model for prediction of lung nodule malignancy with CT scans

Jason Causey, Junyu Zhang, Shiqian Ma, Bo Jiang, Jake Qualls, David G. Politte, Fred Prior, Shuzhong Zhang, Xiuzhen Huang

专题命中 医学影像 ：CT(title,abstract)；diagnosis(abstract)；分类 cs.CV、q-bio

Évaluation d'une application de transmission d'images médicales avec un réseau sans fil

Jackson Francomme, Gilles Mercier, Sabri Chebira

专题命中 医学影像 ：medical image(abstract)；pathology(abstract)；diagnosis(abstract)；radiology(abstract)

Comments 12 pages

Journal ref 3ème Conférence internationale Sciences Électroniques, Technologies de l'Information et des Télécommunications, Sousse : Tunisie (2005)

Foundation Models vs. Radiomics for Lung Computed Tomography: A Benchmark of Feature Extractors, Classification Heads, and Segmentation Choices

基础模型与放射组学在肺部计算机断层扫描中的比较：特征提取器、分类头和分割选择的基准测试

Nils Neukirch, Martin Maurer, Nils Strodthoff

机构 * Division AI4Health, Carl von Ossietzky Universität Oldenburg（奥尔登堡卡尔·冯·奥西茨基大学AI4Health部门） ； University Institute for Diagnostic and Interventional Radiology, Klinikum Oldenburg AöR（奥尔登堡医院大学诊断与介入放射学研究所） 纠错

专题命中 医学影像 ：CT(summary_cn,abstract)；分类 cs.CV、cs.LG

AI总结 本研究通过基准测试五种特征提取器、七种分类头和三种分割策略，评估基础模型与放射组学在CT肺癌表型分析中的性能，发现最优设计取决于任务，推荐Curia结合肿瘤分割和CatBoost分类头作为安全默认方案。

Comments 17 pages, 8 figures, 2 tables, Code is available at https://github.com/AI4HealthUOL/lung-ct-benchmarking

Considerations and recommendations from the ISMRM Diffusion Study Group for preclinical diffusion MRI: Part 2 -- Ex vivo imaging: added value and acquisition

Kurt G Schilling, Francesco Grussu, Andrada Ianus, Brian Hansen, Amy FD Howard, Rachel L C Barrett, Manisha Aggarwal, Stijn Michielse, Fatima Nasrallah, Warda Syeda, Nian Wang, Jelle Veraart, Alard Roebroeck, Andrew F Bagdasarian, Cornelius Eichner, Farshid Sepehrband, Jan Zimmermann, Lucas Soustelle, Christien Bowman, Benjamin C Tendler, Andreea Hertanu, Ben Jeurissen, Lucio Frydman, Yohan van de Looij, David Hike, Jeff F Dunn, Karla Miller, Bennett A Landman, Noam Shemesh, Adam Anderson, Emilie McKinnon, Shawna Farquharson, Flavio Dell' Acqua, Carlo Pierpaoli, Ivana Drobnjak, Alexander Leemans, Kevin D Harkins, Maxime Descoteaux, Duan Xu, Hao Huang, Mathieu D Santin, Samuel C. Grant, Andre Obenaus, Gene S Kim, Dan Wu, Denis Le Bihan, Stephen J Blackband, Luisa Ciobanu, Els Fieremans, Ruiliang Bai, Trygve Leergaard, Jiangyang Zhang, Tim B Dyrby, G Allan Johnson, Julien Cohen-Adad, Matthew D Budde, Ileana O Jelescu

专题命中 医学影像 ：MRI(title,abstract)；biomedical(abstract)；分类 q-bio

Comments Part 2 of 3 in "Considerations and recommendations for preclinical diffusion MRI"

2D and 3D CT Radiomic Features Performance Comparison in Characterization of Gastric Cancer: A Multi-center Study

Lingwei Meng, Di Dong, Xin Chen, Mengjie Fang, Rongpin Wang, Jing Li, Zaiyi Liu, Jie Tian

专题命中 医学影像 ：CT(title)；medical image(abstract)；分类 cs.CV、q-bio、eess.IV；biomedical(comments)

Comments Published in IEEE Journal of Biomedical and Health Informatics

Journal ref IEEE.J.Biomed.Health.Inf. 25 (2021) 755-763

Progressive Subsampling for Oversampled Data - Application to Quantitative MRI

Stefano B. Blumberg, Hongxiang Lin, Francesco Grussu, Yukun Zhou, Matteo Figini, Daniel C. Alexander

专题命中 医学影像 ：MRI(title,abstract)；分类 cs.CV、cs.LG、q-bio；medical image(comments)

Comments Accepted In: Medical Image Computing and Computer Assisted Intervention (MICCAI) 2022

Partial Volume Segmentation of Brain MRI Scans of any Resolution and Contrast

Benjamin Billot, Eleanor D. Robinson, Adrian V. Dalca, Juan Eugenio Iglesias

专题命中 医学影像 ：MRI(title,abstract)；分类 cs.CV、cs.LG、q-bio；medical image(journal_ref)

Comments 12 pages, 7 figures

Journal ref International Conference on Medical Image Computing and Computer-Assisted Intervention (MICCAI) 2020, pp. 177-187

Automatic Lung Cancer Prediction from Chest X-ray Images Using Deep Learning Approach

Worawate Ausawalaithong, Sanparith Marukatat, Arjaree Thirach, Theerawit Wilaiprasitporn

专题命中 医学影像 ：biomedical(abstract,journal_ref)；medical image(abstract)；CT(abstract)；diagnosis(abstract)

Journal ref 2018 11th Biomedical Engineering International Conference (BMEiCON)

Automatic Pulmonary Lobe Segmentation Using Deep Learning

Hao Tang, Chupeng Zhang, Xiaohui Xie

专题命中 医学影像 ：medical image(abstract)；MRI(abstract)；CT(abstract)；diagnosis(abstract)

Comments 2019 IEEE 16th International Symposium on Biomedical Imaging (ISBI 2019)

Label-Free Foundational Model Selection for Medical Image Classification under Distribution Shift via Pseudo Label Discrepancy

分布偏移下基于伪标签差异的医学图像分类无基准模型选择

Juan Iñaki Larrea, Lucas Mansilla, Enzo Ferrante

机构 * Universidad de Buenos Aires（布宜诺斯艾利斯大学） ； CONICET（阿根廷国家科学技术研究委员会） ； Universidad Nacional del Litoral（国立 littoral 大学） ； Research Institute for Signals, Systems and Computational Intelligence（信号、系统与计算智能研究所） 纠错

专题命中 医学影像 ：medical image(title,abstract)；clinical AI(abstract)；分类 cs.CV

AI总结 针对分布偏移下医学图像分类的无基准模型选择问题，提出基于SUDO框架的AURCC准则，在胸部X射线分类任务中实现了与真实排名高相关性的模型排名，小源标注数据下表现更优。

Comments Accepted at MIRASOL Workshop, MICCAI 2026. 10 pages, 3 figures

SeVeR: Selective Visual Exposure and Retrieval for 3D Medical Image Question Answering

SeVeR：面向3D医学图像问答的选择性视觉暴露与检索

Yaojun Hu, Danyang Tu, Yang Liu, Jiajin Zhang, Wei Fang, Zhiqiang Liu, Chunlai Dong, Yingda Xia, Haochao Ying, Jian Wu, Ling Zhang

机构 * DAMO Academy, Alibaba Group（阿里巴巴达摩院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； Hupan Lab（湖畔实验室） ； School of Public Health, Zhejiang University（浙江大学公共卫生学院） 纠错

专题命中 医学影像 ：medical image(title)；MRI(abstract,abstract_cn)；分类 cs.CV

AI总结 针对3D医学图像问答中多序列视觉冗余问题，提出SeVeR框架，引入BreMRIs-VQA基准，通过压缩体积为原型并检索互补证据，实现性能提升且减少视觉标记使用。

Graph-Supervised Hierarchical Clinical Alignment for Radiology Report Generation with Large Language Models

面向结合大语言模型的放射学报告生成的图监督分层临床对齐

Yingshu Li, Yunyi Liu, Zhanyu Wang, Zailong Chen, Lingqiao Liu, Lei Wang, Luping Zhou

机构 * University of Sydney（悉尼大学） ； ByteDance（字节跳动） ； University of Wollongong（伍伦贡大学） ； University of Adelaide（阿德莱德大学） 纠错

专题命中 医学影像 ：radiology(title,abstract)；分类 cs.CV

AI总结 本文针对放射学报告生成中报告级监督与疾病级发现的粒度不匹配问题，提出图监督分层临床对齐方法，在3B模型上超越多个更大参数的现有系统，验证了优化监督结构的有效性。

FORCE-Interior: Measurement-Consistent Adaptation of a Poisson-Flow Generative Prior for Interior CT

FORCE-Interior：用于内部断层扫描重建的泊松流生成先验

Kang Chen, Wenjun Xia, Jianxu Wang, Mahmud Wasif Nafee, Ge Wang

专题命中 医学影像 ：CT(title,abstract)；分类 eess.IV

AI总结 针对内部断层扫描中投影截断致逆问题不适定及现有方法泛化性不足等挑战，提出FORCE-Interior框架，结合全视野测量约束初始化与每步数据一致性，在不同截断ROI尺寸上提升重建质量并保持投影域一致性。

Clinically Structured Surrogate Rewards for Post-SFT Medical Image Captioning

SFT后医学图像字幕生成的临床结构化替代奖励

Hyun Jun Kim, Heeseung Shin, Changwon Lim

专题命中 医学影像 ：medical image(title,abstract)；biomedical(abstract)；分类 cs.CV

AI总结 该研究针对SFT后医学图像字幕生成，提出临床结构化替代奖励框架，结合生物医学语义等，在ImageCLEFmedical Caption测试集及三个主干上，提升了整体、相关性与事实性指标。

Comments 8 pages, 2 figures, 3 tables

Semantic Class Distribution Learning for Debiasing Semi-Supervised Medical Image Segmentation

语义类分布学习用于去偏半监督医学图像分割

Yingxue Su, Yiheng Zhong, Keying Zhu, Zimu Zhang, Zhuoru Zhang, Yifang Wang, Yuxin Zhang, Xinyuan Zheng, Jingxin Liu, Xiaofeng Liu

机构 * Xi'an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； University College London（伦敦大学学院） ； Wuhan University（武汉大学） 纠错

专题命中 医学影像 ：medical image(title,abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 本文提出语义类分布学习框架，通过学习结构化的类条件特征分布来缓解半监督医学图像分割中的类别不平衡问题，显著提升分割性能，尤其在少数类上表现优异。

MaLViL: Multi-axis Low-rank Vision-LSTM for Medical Image Segmentation

MaLViL：用于医学图像分割的多轴低秩视觉长短期记忆网络

Afshin Bozorgpour, Sina Ghorbani Kolahi, Moein Heidari, Ilker Hacihaliloglu, Dorit Merhof

机构 * Faculty of Informatics and Data Science, University of Regensburg（雷根斯堡大学信息学与数据科学学院） ； Independent Computer Science Researcher（独立计算机科学研究者） ； University of British Columbia（不列颠哥伦比亚大学） ； Fraunhofer Institute for Digital Medicine MEVIS（弗劳恩霍夫数字医学梅维斯研究所） 纠错

专题命中 医学影像 ：medical image(title)；CT(abstract,abstract_cn)；分类 cs.CV

AI总结 针对现有视觉长短期记忆网络（ViL）用于医学图像分割时丢失精细细节、内存开销大的问题，提出MaLViL网络，结合Bi-LRViL、SaLViL、CDM、SGSM等模块，在多个医学图像基准上实现了最优或具竞争力的分割精度，内存降低最多83倍。

Comments Accepted at the MICCAI Workshop on Machine Learning in Medical Imaging (MLMI), 2026

Splat-based Metal Artifact Reduction in Cone-Beam CT via Polychromatic Modeling

基于多色建模的锥束CT中基于Splat的金属伪影减少方法

Kiseok Choi, Inchul Kim, Jaemin Cho, Hyeongjun Cho, Min H. Kim

机构 * KAIST（韩国科学技术院） 纠错

专题命中 医学影像 ：CT(title,title_cn)；分类 cs.CV

AI总结 提出一种集成多色X射线投影模型等的Gaussian Splatting框架，无需手动金属掩码，联合优化参数与光谱，发布相关数据集，在CBCT金属伪影减少上性能优于现有最优方法。

Journal ref Computer Graphics forum, Volume 45 (2026), Number 2

Efficient Vision Mamba for MRI Super-Resolution via Hybrid Selective Scanning

高效MRI超分辨率的混合选择性扫描视觉Mamba

Mojtaba Safari, Shansong Wang, Vanessa L Wildman, Mingzhe Hu, Zach Eidex, Chih-Wei Chang, Erik H Middlebrooks, Richard L. J Qiu, Pretesh Patel, Ashesh B. Jani, Hui Mao, Zhen Tian, Xiaofeng Yang

机构 * Department of Radiation Oncology and Winship Cancer Institute, Emory University（放射肿瘤学部和Winship癌症研究所，埃默里大学） ； Department of Radiology, Mayo Clinic（放射科，梅奥诊所） ； Department of Radiology and Imaging Science and Winship Cancer Institute, Emory University（放射科和成像科学以及Winship癌症研究所，埃默里大学） ； Department of Radiation and Cellular Oncology, University of Chicago（放射学和细胞肿瘤学部，芝加哥大学） 纠错

专题命中 医学影像 ：MRI(title,abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 本文提出了一种高效MRI超分辨率方法，结合多头选择性状态空间模型和轻量级通道MLP，实现高保真度和高效计算，适用于临床应用。

CoInS-Net: A Continuous Position-Aware Network for Joint Medical Image Interpolation and Segmentation

CoInS-Net：用于联合医学图像插值与分割的连续位置感知网络

Yujia Sun, Ningfeng Que, Peiting Shi, Rongrong Fu, Yingying Yang, Xinhang Li, Yin Dai

机构 * College of Medicine and Biological Information Engineering, Northeastern University（东北大学医学与生物信息工程学院） 纠错

专题命中 医学影像 ：medical image(title,abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 CoInS-Net是一种联合医学图像插值与分割的连续位置感知网络，通过双向交互实现两任务相互促进，在多数据集上优于传统单任务方案，为临床医学图像分析提供可靠通用技术。

HERO: Hierarchical Evidential Reasoning Optimization for Radiology Report Generation via Reason-then-Summarize

对齐发现与诊断：一种自洽的强化学习框架用于可信的放射学报告

Kun Zhao, Guodong Liu, Hui Ji, Siyuan Dai, Pan Wang, Jifeng Song, Chenghua Lin, Liang Zhan, Haoteng Tang

机构 * University of Pittsburgh（匹兹堡大学） ； University of Texas Rio Grande Valley（德克萨斯大学里奥格兰德谷分校） ； The University of Manchester（曼彻斯特大学） 纠错

专题命中 医学影像 ：radiology(title,abstract)；diagnosis(abstract)；分类 cs.LG

AI总结 本文提出了一种自洽的强化学习框架，用于生成可信的放射学报告，通过优化生成过程和减少幻觉，提升了临床效果。

DynoDINO: Harnessing Dynamic Latent Information from DINO Features for Multi-Phase Medical Image Segmentation

DynoDINO：利用DINO特征中的动态潜在信息进行多阶段医学图像分割

Yu-Pu Hsu, Jen-Jee Chen, Yu-Chee Tseng

专题命中 医学影像 ：medical image(title,abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 DynoDINO是统一多阶段医学图像分割框架，通过切片级对齐、含混合注意力与自适应门控的多阶段融合模型，在三个数据集上提升了多阶段医学图像分割的边界与结构保真度。

Comments 21 pages, 8 figures, 14 tables

PanDent: Toward Comprehensive Tooth-Level Structure-Language Consistency in Dental Radiology

PanDent：面向牙科放射学中全面的牙级结构-语言一致性

Xiaohan Li, Xinyu Liu, Chang Liu, Sum Wing Au Yeung, Jun Liu, Yixuan Yuan, Hui Chen

机构 * Faculty of Dentistry, The University of Hong Kong（香港大学牙医学院） ； Imperial College London（帝国理工学院） ； University of Science and Technology of China（中国科学技术大学） ； Department of Data and Systems Engineering, The University of Hong Kong（香港大学数据与系统工程系） ； Department of Electronic Engineering, The Chinese University of Hong Kong（香港中文大学电子工程系） 纠错

专题命中 医学影像 ：radiology(title,abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 本研究推出PanDent牙科OPG基准，经实验发现现有MLLM生成的牙科报告流畅但临床一致性差，在PanDent上微调可提升其结构-语言一致性，该基准可用于评估MLLM的牙级临床推理能力。

GUSL: A Novel and Efficient Machine Learning Model for Prostate Segmentation on MRI

Jiaxin Yang, Vasileios Magoulianitis, Catherine Aurelia Christie Alexander, Jintang Xue, Masatomo Kaneko, Giovanni Cacciamani, Andre Abreu, Vinay Duddalwar, C. -C. Jay Kuo, Inderbir S. Gill, Chrysostomos Nikias

专题命中 医学影像 ：MRI(title)；medical image(abstract)；diagnosis(abstract)；分类 eess.IV

Journal ref Computers in Biology and Medicine, Volume 213, Article 111820, 2026

AdaKAN: A dual-branch adaptive Kolmogorov-Arnold network for medical image segmentation

AdaKAN：用于医学图像分割的双分支自适应柯尔莫哥洛夫 - 阿诺德网络

Dalia Alzu'bi, Deep Bhattacharyya, Ali Ayub, A. Ben Hamza

机构 * Concordia University（康考迪亚大学） 纠错

专题命中 医学影像 ：medical image(title,abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 针对医学图像分割难题，提出AdaKAN网络，它集成卷积操作与EffiKAN块，其含高效注意力机制和双分支AdaptKAN模块，采用U形架构与跳跃连接，在多医学成像数据集实验中分割精度达最优。

Journal ref Pattern Recognition Letters, 2026

Task-Aligned Self-Supervised Learning for Medical Image Analysis: A Task-Oriented Review with Practical Design Guidelines

任务对齐的自监督学习在医学图像分析中的应用：系统综述与实践设计指南

Chathura Wimalasiri, Yuchong Yao, Kishor Nandakishor, Marimuthu Palaniswami

机构 * Department of Electrical and Electronic Engineering, University of Melbourne（墨尔本大学电子与电气工程系） 纠错

专题命中 医学影像 ：medical image(title,abstract)；pathology(abstract)；分类 cs.CV

AI总结 本文系统综述了医学图像中自监督学习（SSL）的四种范式（对比、非对比与预测、生成与重建、混合），分析了前置任务与下游任务的对齐对性能的影响，并提出了实践设计指南。

Comments This manuscript is 25 pages